胃癌映射算法的开发:将 EORTC QLQ-C30 和 QLQ-STO22 翻译为 EQ-5D-5L 卫生实用设施
Huali Zhou1, Xianxi Liu2, Rong Bao1
1Department of Gastric Surgery, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, University of Electronic Science and Technology of China, Chengdu, China.
这项研究开发了一个模型来估计胃癌患者的EORTC QLQ-C30和QLQ-STO22分数的EQ-5D-5L健康实用程序. 这允许在缺少EQ-5D-5L数据的情况下进行成本效益分析.
科学领域:
- 卫生经济学 卫生经济学
- 在瘤学瘤学.
- 心理测量 心理测量 心理测量
背景情况:
- 欧洲癌症研究和治疗组织的生活质量问卷 (EORTC QLQ-C30) 和EORTC QLQ-STO22被广泛用于评估癌症患者的生活质量.
- 欧科尔5维5级 (EQ-5D-5L) 是衡量健康结果的标准化工具,对于成本效益分析至关重要.
- 需要从 EORTC QLQ-C30/QLQ-STO22 直接映射到 EQ-5D-5L,以方便在 EQ-5D-5L 数据不可用时进行经济评估.
研究的目的:
- 开发和验证一个统计模型,将 EORTC QLQ-C30 和 QLQ-STO22 评分映射到 EQ-5D-5L 健康实用值.
- 评估不同回归模型在从EORTC QLQ-C30/QLQ-STO22数据中预测EQ-5D-5L值方面的性能.
- 为研究人员提供一个工具,以估计胃癌患者的成本效益分析的健康效用.
主要方法:
- 在中国大陆的一组1059名胃癌患者提供了模型开发的数据.
- 皮尔森相关性评估了 EORTC QLQ-C30/QLQ-STO22 和 EQ-5D-5L 之间的概念重叠.
- 采用了四种回归模型 (OLS,Tobit,Oprobit,Betamix),使用EORTC QLQ-C30/QLQ-STO22维度得分,年龄和性别作为预测因素.
- 通过随机抽样和五倍交叉验证证实了模型的概括性.
主要成果:
- 订序探针回归 (Oprobit3) 模型表现出最佳性能,达到0.703.3的R平方.
- 对Oprobit3模型的关键性能指标包括RMSE=0.197和MAE=0.111.
- EORTC QLQ-C30和QLQ-STO22的所有维度以及年龄和性别在最终模型中都是重要的预测因素.
结论:
- 开发的算法有效地使用EORTC QLQ-C30和QLQ-STO22分数来估计EQ-5D-5L的健康公用事业.
- 这种映射模型支持胃癌研究的成本效益分析,特别是当没有收集EQ-5D-5L数据时.
- 这些发现增强了现有的生活质量数据在瘤学经济评估中的有用性.
更多相关视频
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
06:46Competing-Risk Nomogram for Predicting Cancer-Specific Survival in Multiple Primary Colorectal Cancer Patients after Surgery
Published on: September 27, 2024
相关概念视频
Assessment of the Gastrointestinal System II: Health Perception Pattern
Health Perception Patterns
Health perception patterns offer valuable insights into a patient's lifestyle habits and how they may impact their GI health. These patterns include:
Cancer Survival Analysis
